inclusionAI 发布 ZoomGain 模型、基准与 RL 数据
先了解這件事
inclusionAI 发布了 ZoomGain arXiv 论文、ZoomGainBench 评测基准、一个 RL 训练数据集，以及 ZoomGain-4B 和 ZoomGain-9B 视觉语言模型检查点。该方法挖掘从全局到放大的感知差距，以构建细粒度视觉监督，inclusionAI 表示 ZoomGain-9B 在多个细粒度与通用感知基准上取得了更优表现。 ZoomGainBench 包含 941 张图像上的 1,000 道问题，RL 数据集则包含来自 7,713 张源图像的 9,000 条训练记录。据 inclusionAI 称，28 个模型中的最佳者在基准上得分 61.08。 代码以 Apache License 2.0 发布，而捆绑的训练框架保留其上游许可证与声明。如果 Hugging Face 仓库需要认证访问，用户可能需要运行 hf auth login，各数据集与检查点的条款载于其 Hugging Face 卡片上。
AI 依報導生成 · 16 小時前更新
報導時間線
沿著報導，了解事件的不同側面。
- inclusionAI ModelsinclusionAI 發布 ZoomGain-9B 與 ZoomGain-4B 模型，同步推出 ZoomGainBench 與 RL 訓練資料
inclusionAI 發布了 ZoomGain-9B 與 ZoomGain-4B 視覺語言模型檢查點，同時推出 ZoomGainBench 評估基準與 ZoomGain RL 訓練資料。ZoomGain 透過挖掘從全局到縮放的感知落差來建構細粒度視覺監督，而 ZoomGain-9B 在多項細粒度與通用感知基準上達到更優異的表現。ZoomGainBench 包含 941 張影像上的 1,000 道問題，而 RL 資料集則有 9,000 筆訓練紀錄與 7,713 張來源影像。
- inclusionAI ModelsinclusionAI 發布 ZoomGain-4B 與 ZoomGain-9B，同步推出 ZoomGainBench 與 RL 訓練資料
inclusionAI 發布了 arXiv 論文、ZoomGainBench 評估基準、RL 訓練資料集，以及 ZoomGain-4B/ZoomGain-9B 模型檢查點。28 個模型中最佳者在 ZoomGainBench 上得分 61.08，而 ZoomGain-9B 在多個細粒度與通用感知基準上達到更優表現。ZoomGain 挖掘從全局到縮放的感知落差，為視覺語言模型建立細粒度視覺監督。
本事件熱度走勢
還沒有足夠的連續觀測資料，暫不繪製趨勢。